Análise sobre os dados do IDESE

Primeiramente, realizaremos uma análise sobre os dados do Idese, um indicador-síntese desenvolvido pela Fundação de Economia e Estatística com o propósito de mensurar o nível de desenvolvimento socioeconômico dos municípios gaúchos, bem como fornecer informações para o planejamento de políticas públicas. Desenvolvido com base no IDHM, ele se propõe a avaliar anualmente 12 indicadores que são agrupados em 3 blocos, Saúde, Educação e Renda.

Para cada uma das variáveis que formam os blocos, é calculado um Índice que varia de 0 (sem desenvolvimento) a 1 (desenvolvimento total), e indica a posição relativa de todos os municípios do Estado. O índice final de cada bloco é a média aritmética dos valores das variáveis correspondentes.

Considera-se a classificação do índice em muito alto (acima de 0,800), alto (entre 0,700 e 0,799), médio (entre 0,600 e 0,699), baixo (entre 0,500 e 0,599) e muito baixo (abaixo de 0,499) nível de desenvolvimento.

Bloco Educação

Para o Bloco de Educação, considerando os dados do ano mais recente da base de dados (2014), temos a seguinte distribuição do índice geral.

Verificamos no mapa que os municípios de Alvorada, Charrua e Jaquirana foram os menos favorecidos em Educação no ano de 2014. Destacaram-se neste mesmo ano como as mais favorecidas as seguintes cidades:

nome bloco_educacao populacao classificacao_educacao posicao
São Domingos do Sul 0.8415848 2874 1 - Muito Alto 1
Nova Petrópolis 0.8401278 20989 1 - Muito Alto 2
Picada Café 0.8384793 5522 1 - Muito Alto 3
Jacutinga 0.8379300 3577 1 - Muito Alto 4
Carlos Barbosa 0.8357746 26847 1 - Muito Alto 5
Casca 0.8335478 8453 1 - Muito Alto 6
Tucunduva 0.8334352 6043 1 - Muito Alto 7
Horizontina 0.8296151 18768 1 - Muito Alto 8
Veranópolis 0.8217681 23632 1 - Muito Alto 9
Aratiba 0.8189611 6766 1 - Muito Alto 10
Nova Bréscia 0.8174964 3373 1 - Muito Alto 11
Ijuí 0.8138337 84528 1 - Muito Alto 12
Dois Lajeados 0.8127457 3217 1 - Muito Alto 13
São Pedro do Butiá 0.8117817 2863 1 - Muito Alto 14
Pejuçara 0.8113275 4040 1 - Muito Alto 15
Monte Belo do Sul 0.8111256 2748 1 - Muito Alto 16
Três Arroios 0.8104083 2930 1 - Muito Alto 17
Dona Francisca 0.8103532 3275 1 - Muito Alto 18
Cândido Godói 0.8085297 6414 1 - Muito Alto 19
Severiano de Almeida 0.8085236 3848 1 - Muito Alto 20
São Vendelino 0.8068145 2160 1 - Muito Alto 21
Nova Prata 0.8067779 24763 1 - Muito Alto 22
Erechim 0.8050159 102315 1 - Muito Alto 23
Ivoti 0.8048645 22227 1 - Muito Alto 24
Condor 0.8021797 6066 1 - Muito Alto 25
David Canabarro 0.8018495 4556 1 - Muito Alto 26
Três Passos 0.8018237 25146 1 - Muito Alto 27
Santo Expedito do Sul 0.8014442 2458 1 - Muito Alto 28
Frederico Westphalen 0.8005522 30220 1 - Muito Alto 29
São Valentim do Sul 0.8003374 2117 1 - Muito Alto 30

As 3 primeiras cidades com maior índice de educação são: São Domingos do Sul, Nova Petrópolis e Picada Café. Entretanto, destes 30 municípios listados, podemos destacar dentre elas as que possuem maior população, sendo Ijuí e Erechim.

Notem que Porto Alegre não figura nesta lista, uma vez que se encontra no 325º lugar.

nome bloco_educacao populacao classificacao_educacao posicao
Porto Alegre 0.7237546 1480967 2 - Alto 325

Nesta mesma análise podemos identificar que a maioria das cidades encontram-se entre os grupos 2 - Alto e 3 - Médio.

Avaliamos abaixo também se existe correlação entre o tamanho da população, onde a população é maior que 10000 habitantes, e o índice de educação e constatamos que não há relação entre as informações, uma vez que os dados são bastante dispersos no que diz respeito à Educação X População. Removemos ‘Porto Alegre’ da análise no intuito de conseguir visualizar melhor a escala de população para as demais cidades, umas vez que a capital possui uma população muito maior que as demais.

Na tentativa de avaliar outras hipóteses, tais como a relação do índice de Educação entre Pré-escola, Ensino Fundamental, Ensino Médio e Escolaridade Adulta, percebe-se que os níveis escolares também não possuem influência um com o outro, ou seja, por melhor que sejam os investimentos nas séries iniciais, isto não garante a mesma continuidade do índice nas séries seguintes.

Pode-se perceber que a correlação entre os níveis escolares é muito baixa. Assim, não se pode afirmar que o desempenho é mantido de uma faixa etária de ensino para outra. A relação entre o ensino pré-escolar e o ensino fundamental, por exemplo, é a que apresenta o maior valor entre elas - que é razoavelmente bom, mas ainda assim baixa (0.348), enquanto que a medida que o nível escolar aumenta, a correlação dimunui cada vez mais.

  1. Pré-escola X Fundamental

  1. Fundamental X Médio

  1. Médio X Escolaridade Adulta

Coeficiente de correlação Pré-escola e Ensino Fundamental:

## [1] 0.3485098

Coeficiente de correlação Ensino Fundamental e Ensino Médio:

## [1] 0.1385266

Coeficiente de correlação Ensino Médio e Escolaridade Adulta:

## [1] 0.1187843

Dentre as médias entre os níveis de ensino do RS constatamos que o nível que possui maior índice é a Pré-Escola (0.8864243), com desvio padrão de 0.1350449.

pre_escola desv_pre_escola fundamental desv_fundamental medio desv_medio escolaridade_adulta desv_adulta
0.8864243 0.1350449 0.7186108 0.0570036 0.7839316 0.1488161 0.4573953 0.0918847

Por fim, avaliamos quais as cidades com maior aumento do índice de Educação entre os anos de 2007 e 2014 e constatamos abaixo os municípios campeões nesta evolução.

nome bloco_educacao.x ano.x bloco_educacao.y ano.y diferenca percentual
Pinto Bandeira 0.0000000 2007 0.7120670 2014 0.7120670 Inf
Itatiba do Sul 0.4892998 2007 0.7893205 2014 0.3000206 0.6131631
Estrela Velha 0.4509118 2007 0.7261214 2014 0.2752096 0.6103401
Benjamin Constant do Sul 0.4550189 2007 0.7244094 2014 0.2693905 0.5920423
Paulo Bento 0.5091623 2007 0.7779123 2014 0.2687500 0.5278277
Gramado Xavier 0.4021908 2007 0.6537130 2014 0.2515222 0.6253803

Bloco Renda

Para o Bloco de Renda, considerando os dados do ano mais recente da base de dados (2014), temos a seguinte distribuição do índice geral.

Observa-se nos dados apresentados que a região mais favorecida em se tratando de Renda envolve boa parte do Planalto Meridional, como podemos visualizar na imagem abaixo.

Identificamos algumas cidades com baixíssimo índice de Renda, as quais seguem.

nome bloco_renda populacao classificacao_renda posicao
Dom Feliciano 0.3834439 14555 5 - Muito Baixo 1
Passa Sete 0.4069668 4944 5 - Muito Baixo 2
Benjamin Constant do Sul 0.4223394 2276 5 - Muito Baixo 3
Redentora 0.4611970 10611 5 - Muito Baixo 4
Dezesseis de Novembro 0.4626005 2766 5 - Muito Baixo 5
Jaquirana 0.4700460 4076 5 - Muito Baixo 6
Vale do Sol 0.4732346 11377 5 - Muito Baixo 7
Monte Alegre dos Campos 0.4795761 3132 5 - Muito Baixo 8
Santana da Boa Vista 0.4830280 8082 5 - Muito Baixo 9
Barão do Triunfo 0.4850636 6767 5 - Muito Baixo 10
Alvorada 0.4869646 211097 5 - Muito Baixo 11
Amaral Ferrador 0.4896730 6364 5 - Muito Baixo 12
Caraá 0.4958814 7497 5 - Muito Baixo 13
Jaboticaba 0.4968619 3804 5 - Muito Baixo 14

Bloco Saúde

Para o Bloco de Saúde, considerando os dados do ano mais recente da base de dados (2014) utilizamos a escala de cores Verde/Amarelo/Vermelho do maior ao menor índice sem segregarmos grupos por categoria, como fizemos nas análises anteriores, uma vez que temos grandes índices em quase todos os municípios. Nesta análise, obtivemos a seguinte distribuição do índice geral.

Dentre todas as cidades do RS, a mais deficitária no índice Saúde é Pedro Osório, com valor de 0,69 e Uruguaiana, com 0,70. A maior concentração dos grandes resultados é nítida no Planalto Meridional.

Neste mesmo Bloco, com relação à Longevidade, considerando a mesma escala Verde/Amarelo/Vermelho, temos a seguinte distribuição do índice geral.

As cidades em tom Verde mais escuro são as que apresentam uma longevidade com índice 1 ou muito próximo disso, tais como: Maçambará, Chuí, Condor, Pinhal da Serra, Jacuizinho, Santa Cecília do Sul, dentre outras. Já as cidades que se concentram mais no sul do estado, em tom alaranjado, são as que possuem os menores índices de longevidade.

Evolução dos Blocos

Para concluir a análise, verificamos um histórico geral de 2007 a 2014, traçando a evolução das médias dos 3 blocos estudados do RS (Educação, Renda e Saúde), além do IDESE Total.

Podemos perceber que o estado vem crescendo ao longo dos anos em todos os índices, com destaque para o crescimento da Renda e para a estabilidade alta da Saúde.

Conclusão Final

A partir da análise feita, percebe-se que o RS tem melhores índices nos três quesitos (saúde, renda e educação) mais concentrados na região do Plananto Meridional, que é a região mais centro-norte. Nessa área encontram-se os maiores índices de renda isoladamente, enquanto que os índices de saúde são mais uniformes no estado e os de educação são mais distribuídos, a renda se sobressai por estar com os maiores valores somente nessa área, com algumas excessões como Rio Grande, Aceguá e Santa Margarida do Sul.

Análise sobre a Felicidade no Mundo

Na segunda análise, utilizamos uma base onde temos o score de Felicidade no Mundo, pontuado de 0 a 10, além de informações relevantes para a pesquisa, onde temos como alguns exemplos: liberdade econômica, integridade do governo, liberdade de fazer negócios, independência financeira, entre outros.

Onde encontramos a felicidade?

Como primeira análise, realizamos uma distribuição do score de felicidade em 8 níveis ao longo de todo o mundo, no intuito de identificarmos os países com maiores e menores índices.

## OGR data source with driver: ESRI Shapefile 
## Source: "C:\Users\gcoli\AppData\Local\Temp\Rtmp4mXkAb", layer: "ne_50m_admin_0_countries"
## with 241 features
## It has 94 fields
## Integer64 fields read as strings:  POP_EST NE_ID

Constatamos que a Austrália, Canada, Estados Unidos, Islândia, Alemanha, Noruega, Nova Zelândia e os países da Península Escandinavia são destaques no que refere-se à felcidade. Em contrapartida, observa-se que muitos países do continente africano possui um score de felicidade bastante baixo.

Quais principais fatores que influenciam na felicidade?

Realizamos abaixo uma análise de correlação entre os direitos de propriedade, a integridade do governo e a falta de efetividade judicial nos países com o score de felicidade, considerando os resultados apresentados para o ano de 2017.

Coeficiente de correlação Efetividade Judicial x Score de Felicidade:

## [1] 0.6828741

Coeficiente de correlação Integridade do Governo x Score de Felicidade:

## [1] 0.7211294

Coeficiente de correlação Direitos de Propriedade x Score de Felicidade:

## [1] 0.7526491

Nota-se que existe relação positiva dos 3 índices com a felicidade, uma vez que em grande parte dos países com bons resultados nestes dados, também temos altos índices de felicidade.

Análise da Felicidade nos Continentes

Tendo em vista os resultados, pode-se notar que os continentes da Oceania e América do Norte são os mais felizes no mundo. Já na América Latina temos rankings muito parecidos entre quase todos os países, apenas com o Peru como destaque negativo. Abaixo apresentamos todas as estatísticas de cada continente.

CONTINENT SUBREGION REGION_WB paises media maximo minimo mediana desvio_padrao
Oceania Australia and New Zealand East Asia & Pacific 2 7.299000 7.314 7.284 7.2990 0.0212134
North America Northern America North America 2 7.154500 7.316 6.993 7.1545 0.2283955
Europe Western Europe Europe & Central Asia 7 7.003429 7.494 6.442 6.9510 0.3489350
Europe Northern Europe Europe & Central Asia 10 6.837000 7.537 5.611 7.1305 0.7738465
Europe Southern Europe Middle East & North Africa 1 6.527000 6.527 6.527 6.5270 NaN
North America Central America Latin America & Caribbean 2 6.267000 6.578 5.956 6.2670 0.4398206
South America South America Latin America & Caribbean 7 6.255571 6.652 5.715 6.3570 0.4020737
Asia Central Asia Europe & Central Asia 4 5.663250 5.971 5.041 5.8205 0.4208582
Seven seas (open ocean) Eastern Africa Sub-Saharan Africa 1 5.629000 5.629 5.629 5.6290 NaN
Asia Western Asia Middle East & North Africa 11 5.535000 7.213 3.462 6.0870 1.2379812
Europe Eastern Europe Europe & Central Asia 8 5.509500 6.098 4.096 5.8315 0.7179953
Europe Southern Europe Europe & Central Asia 10 5.417500 6.403 4.644 5.2580 0.4939613
Asia Eastern Asia East Asia & Pacific 3 5.382667 5.920 4.955 5.2730 0.4917585
Asia South-Eastern Asia East Asia & Pacific 5 5.301200 6.572 4.168 5.2620 0.8615133
Africa Northern Africa Middle East & North Africa 5 5.234400 5.872 4.735 5.2350 0.4808242
Asia Western Asia Europe & Central Asia 5 5.003400 5.621 4.286 5.2340 0.6303791
North America Caribbean Latin America & Caribbean 2 4.885500 6.168 3.603 4.8855 1.8137291
Asia Southern Asia Middle East & North Africa 1 4.692000 4.692 4.692 4.6920 NaN
Asia Southern Asia South Asia 5 4.504400 5.011 3.794 4.4400 0.5026752
Africa Southern Africa Sub-Saharan Africa 4 4.244250 4.829 3.766 4.1910 0.5384250
Africa Middle Africa Sub-Saharan Africa 4 4.222750 4.695 3.795 4.2005 0.4269664
Africa Northern Africa Sub-Saharan Africa 1 4.139000 4.139 4.139 4.1390 NaN
Africa Western Africa Sub-Saharan Africa 12 4.097667 5.074 3.495 4.0760 0.5044620
Africa Eastern Africa Sub-Saharan Africa 11 3.997545 5.151 2.905 3.9700 0.6448898

Como já mencionado anteriormente, o continente africano aparece como o mais infeliz do mundo, apresentando a grande maioria dos países com score abaixo de 50%.

Conclusão Final

Com a análise realizada, pode-se perceber que os países que estão mais comprometidos com:

  • defender o direito à propriedade privada, garantindo que a autonomia e a posse dos bens adquiridos pelo cidadão sejam de fato invioláveis;

  • ser e manter um governo fiel e íntegro, onde não haja imoralidade e corrupção;

  • um eficaz sistema do poder judicial, garantindo que presos condenados por anos fiquem de fato cumprindo sua pena integralmente.

São países mais felizes.

Podemos concluir, e traçar seguramente um paralelo com a felicidade, que os países mais felizes possuem altos índices nesses três pontos avaliados.